機械学習モデルを短期間でデプロイ、本番移行を円滑化する新たな概念とは？

　機械学習の出現は、予測型メンテナンスやカスタマーサービス、IoTなど多くの分野で新しい角度からのアプローチを可能にし、その取り組みが市場での勝敗を左右し始めている。ただ、機械学習イニシアチブに成功した企業はまだ決して多くない。失敗の大部分は概念実証（PoC）の段階で発生し、成功事例においても長期化の要因となっている。

　その原因には、ビッグデータ向けに構築されていないデータサイエンスツールをはじめ、データツールの急増により複雑に絡み合った環境、データサイエンススキルの高コスト化などが挙げられる。これほど多くの問題に対処することは極めて困難に思えるが、新たな概念を採用することで、機械学習モデルの本番環境への移行を迅速化する道筋が見えてきた。

　本資料では、機械学習を困難にする原因を整理するとともに、従来使われてきたデータレイクとデータウェアハウスの進化、それらの概念を結合させた統合分析アーキテクチャについて解説している。さらに統合分析アーキテクチャを、新たな機械学習の概念に組み合わせることで、モデルを短期間で実用化できるという。どのような概念なのか。